A Dartmouth Seminar egy két hónapos tudományos szeminárium a mesterséges intelligenciáról , amelyet 1956 nyarán tartottak a Dartmouth College -ban .
Az esemény az iránytörténet szempontjából fontos volt : az emberi elme modellezése iránt érdeklődők találkoztak rajta, elfogadták az új tudományterület főbb rendelkezéseit és az angol nevet adták. mesterséges intelligencia (a kifejezést John McCarthy javasolta ). A projekt pénzügyi oldalát a Rockefeller Alapítványnak kellett biztosítania (amint az a rendezvényre vonatkozó pályázatban is szerepel) [1] .
A szeminárium szervezői John McCarthy , Marvin Minsky , Claude Shannon és Nathaniel Rochester voltak , meghívtak hét prominens amerikai tudóst, akik így vagy úgy kapcsolódnak a vezérléselmélethez , az automataelmélethez , a neurális hálózatokhoz , a játékelmélethez és az intelligenciakutatáshoz : Arthur Samuel ( IBM ), Allen Newell , Herbert Simon (mindketten Carnegie Mellon Egyetem ), Trenchard Moore ( Princetoni Egyetem ), Ray Solomonoff ( eng. Ray Solomonoff ) és Oliver Selfridge (mindketten Massachusetts Institute of Technology ).
Az esemény házigazdájaként McCarthy kijelentette:
Javasolunk egy 2 hónapos mesterséges intelligencia-tanulmányt 10 résztvevővel 1956 nyarán a Dartmouth College -ban , Hannoverben, New Hampshire-ben. A kutatás azon a feltételezésen alapul, hogy a tanulás bármely aspektusa vagy az intelligencia bármely más tulajdonsága elvileg olyan pontosan leírható, hogy azt egy gép képes szimulálni. Megpróbáljuk megérteni, hogyan lehet megtanítani a gépeket természetes nyelvek használatára, absztrakciók és fogalmak kialakítására, olyan problémák megoldására, amelyek jelenleg csak az emberek számára lehetségesek, és hogyan fejleszthetik önmagukat. Úgy gondoljuk, hogy ezen problémák közül egy vagy több terén jelentős előrelépés lehetséges, ha egy speciálisan kiválasztott tudóscsoport a nyár folyamán dolgozna rajta [1] .
A szemináriumot 1956 nyarán tartották , és 2 hónapig tartott. A cél az volt, hogy megvizsgáljuk a kérdést: lehetséges-e a gondolkodás, az intelligencia és a kreatív folyamatok modellezése számítógép segítségével.
A műhelybeszélgetés témái a következők voltak:
„A jelenlegi számítógépek sebessége és memóriakapacitása nem biztos, hogy elegendő az emberi agy magasabb szintű funkcióinak utánzásához, de a fő akadály nem a gépi képességek hiánya, hanem az, hogy nem tudunk olyan programokat írni, amelyek teljes mértékben kihasználják az emberi agy képességeit. van” [1] - 1. pont ( Automatikus számítógépek )
McCarthy szerint egy hétköznapi emberi mentális cselekvés sok kisebb művelet szintézise, amelyet agyunk a környezetre reagálva hajt végre, és ami a legfontosabb, ez az eljárás a Dartmouth Konferencia résztvevői szerint utánozható. McCarthy szerint minden ilyen művelet fő nehézsége, pontosabban a fő feltétele, hogy minden számítás, ha gépről beszélünk, vagy általánosságban véve az információ bármilyen mozgása, átalakulása változtatható, előre nem látható módon menjen végbe. környezet.
Általában egy gép vagy egy személy csak korlátozott számú külső környezetben tud alkalmazkodni vagy működni. Még az emberi agy is összetett rendszer lévén először alkalmazkodik környezetének egyszerű aspektusaihoz, és fokozatosan szerez tapasztalatot az összetettebb problémák megoldásában. Javaslom annak tanulmányozását, hogyan megy végbe az agymodellek szintézise, amely számos külső környezet és a hozzájuk alkalmazkodó agyi modellek párhuzamos fejlődéséből adódik [1] .
A szeminárium során ennek eredményeként megfogalmazódott a mesterséges intelligencia létrehozásának egyik fő alapelve - a változó környezetre adott válaszok megváltoztatása. Az alkalmazásban ezt a tézist Marvin Minsky fogalmazta meg : ki kell fejleszteni egy gépet, amely bemutat egy bizonyos típusú tanulást. Egy ilyen gépet el kell látni bemeneti és kimeneti csatornákkal, azaz olyan eszközökkel, amelyek különféle kimeneti válaszokat adnak a bejövő kérdésekre. Ezt a tanulási módszert nevezhetjük „próbálkozásnak és hibának”, vagyis a függvények bemeneti-kimeneti opcióinak megszerzésének folyamatának. Az így programozott gépet, ha megfelelő környezetbe helyezik, és a "célkudarc/siker" kritériumoknak kell alávetni, meg lehet tanítani célirányos viselkedésre [1] .
Így a véletlenszerűség/önkényesség ennek az elméletnek egy fontos pontja lesz. Egy konferencia előtti írásban ezt a problémát különösen kiemeli a Rochester - "Eredetiség a gép viselkedésében" [1] alkalmazásában . A programozó csak akkor tudja elkerülni saját "rövidlátását", ha feladatává teszi, hogy véletlenszerűen válaszoljon a gépre. Bár a véletlenszerűség módszerbe való beépítésének szükségessége még nem bizonyított, amint az a kérelemben olvasható, ennek ellenére számos bizonyíték szól e kijelentés mellett.
Az agy munkájának lényegébe próbálva behatolni a tudósok arra a következtetésre jutottak, hogy jelenleg nem állapították meg, hogy az idegsejtek aktivitása hogyan járul hozzá a problémák megoldásához. Ezt a problémát a programozásba áthelyezve világossá válik, hogy szükség van egy nemlineáris mechanizmus létrehozására a problémák megoldására, megtanítva a gépet fogalmak, absztrakciók létrehozására és manipulálására. Ezt emeli ki McCarthy kutatási javaslata, amelyben kifejezi szándékát, hogy tanulmányozza az intelligencia és a nyelv kapcsolatát [1] . A nyelv az a magasabb absztrakciós szint, amely lehetővé teszi, hogy a „próbálkozás és tévedés módszere” (Minsky) ne a verziók és a kudarcok szintjén maradjon, hanem mentális cselekvést hajtson végre. Ezért a tudós feladatának tekinti a számítógépek „nyelvének” tanítását, más szóval egy programozási nyelv létrehozását .
A Dartmouth Szeminárium nem lett új nagy felfedezések helyszíne, de ez volt az, ami lehetővé tette, hogy e tudományterület legfontosabb szereplői találkozzanak és megismerjék egymást.
Bár később a szeminárium főszervezője, McCarthy ezt az időt egy egészen sikeres fejlődés korszakának nevezte a gyerekek „nézd, anya, kéz nélkül is meg tudom csinálni!” szellemében! [2] .
Szintén McCarthy emlékirataiból: „Minden úgy tűnt, nem tudtunk ráhangolódni és rendszeresen találkozni. Ez nagyon szomorúvá tett. Nem volt igazi eszmecsere” [3] .
Mindazonáltal a dartmouthi konferencia katalizátora lett a tudományos kutatásnak ezen a területen. Ami korábban az egyéni lelkesek munkája volt, hirtelen egy egész szakmai közösség munkájának tárgyává vált, saját tudományos célokkal és világos önrendelkezéssel. Egy évvel a Dartmouth Szeminárium után számos egyetemen alapítottak hasonló laboratóriumokat a mesterséges intelligencia tanulmányozására: Carnegie Mellonnál Allen Newell és Herbert Simonnál , a Stanfordban McCarthy vezetésével , az MIT-n Marvin vezetésével. Minsky , és Edinburghban Donald Mischa vezetésével.
Az esemény 50. évfordulója alkalmából 2006. június 13-15-én konferenciát tartottak "The Dartmouth Conference on Artificial Intelligence: The Next 50 Years" [4] címmel . Több mint 100 tudós találkozott, hogy megünnepeljék az évfordulót, megvitassák a múltat és a jövőbeli kutatási terveket az AI@50 rendezvényen .
James Moore professzor, az AI @ 50 igazgatója ezen a találkozón megjegyezte, hogy az 50 évvel ezelőtt Hannoverben összegyűlt tudósok azon gondolkodtak, hogyan tegyék "gondolkodóbbá" a gépeket, és meg akarták teremteni az emberi intelligencia jobb megértésének alapjait [5] .
Carol Fault , a Bölcsészettudományi és Tudományos Kar dékánja, a biológiai tudományok professzora megjegyezte ezen a jubileumi találkozón:
„Igaz, hogy a mesterséges intelligencia terepkutatása, amely a tudományterületi határokon átnyúlóan tevékenykedő, tehetséges, kreatív tudósokat vonz, Dartmouthban gyökerezik, egy 50 évvel ezelőtti műhelyben, ahol az innováció és az interdiszciplinaritás iránti vágyat már mérföldkőnek tekintették.” [5] .